Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Oppiskele Hajontakuvio | Yleisesti Käytettyjen Kuvaajien Luominen
Huipputason Visualisointi Pythonilla

Pyyhkäise näyttääksesi valikon

book
Hajontakuvio

Note
Määritelmä

Hajontakuvio on kaaviotyyppi, joka esittää kahden muuttujan (x ja y) välisen suhteen pisteiden tai muiden merkkien avulla.

Hajontakuviot ovat yksi yksinkertaisimmista työkaluista kahden muuttujan korrelaation visuaaliseen tarkasteluun. Vaikka ne eivät ole tarkimpia menetelmiä, ne tarjoavat usein hyödyllistä tietoa yhdellä silmäyksellä.

Se muistuttaa viivakuviota, mutta siinä ei ole viivoja, vain merkkejä. Hajontakuvion luomiseksi tarvitsee vain käyttää scatter()-kirjaston pyplot-funktiota, jossa ensin annetaan x-akselin arvot ja sitten y-akselin arvot. Katsotaanpa esimerkkiä:

1234567
import matplotlib.pyplot as plt import numpy as np x = np.array([6, 1, 8, 20, 13, 4, 16, 5, 11, 10]) y = 2 * x + 5 # Creating a scatter plot plt.scatter(x, y) plt.show()
copy

Funktion scatter() syntaksi muistuttaa plot()-funktion syntaksia. Toisin kuin plot(), sinun on kuitenkin aina annettava arvot sekä x- että y-parametreille.

Tässä esimerkissä y lasketaan kaavalla y = 2x + 5. Hajontakuvio osoittaa positiivisen lineaarisen yhteyden — kun x kasvaa, myös y kasvaa, ja päinvastoin.

On myös mahdollista asettaa muita merkkejä pisteiden sijaan sekä määrittää niiden koko käyttämällä marker- ja s-parametreja:

1234567
import matplotlib.pyplot as plt import numpy as np x = np.array([6, 1, 8, 20, 13, 4, 16, 5, 11, 10]) y = 2 * x + 5 # Specifying the markers and their size plt.scatter(x, y, marker='x', s=100) plt.show()
copy

Tässä käytettiin 'x'-merkkejä oletusmerkkien 'o' (pisteiden) sijaan, ja niiden kooksi asetettiin 100. Voit säätää s-parametria kokeillaksesi eri merkkien kokoja.

Note
Opiskele lisää

Seuraava osio keskittyy tarkemmin kuvaajien mukauttamiseen, mutta tällä hetkellä voit käyttää scatter() -funktion dokumentaatiota tutkiaksesi lisää.

Useiden hajontakuvioiden piirtäminen onnistuu helposti kutsumalla scatter()-funktiota kahdesti eri x- ja y-argumenteilla (samoin kuin viivakuvioissa).

Note
Huomio

Vaikka plt.plot(x, y, 'o') ja plt.scatter(x, y) näyttävät ensi silmäyksellä samankaltaisilta, niillä on eri käyttötarkoitukset:

  • plt.plot(x, y, 'o') on viivakuviofunktio, jossa käytetään 'o'-merkkiä näyttämään vain pisteet. Se on nopea, mutta tarjoaa rajalliset muotoilumahdollisuudet.
  • plt.scatter(x, y) on hajontakuvioihin tarkoitettu funktio, joka mahdollistaa yksittäisten pisteiden koon, värin ja läpinäkyvyyden mukauttamisen.
Tehtävä

Swipe to start coding

Näytä kvadraattinen riippuvuus kahden muuttujan välillä hajontakuvion avulla:

  1. Korvaa alaviivat niin, että y-taulukko sisältää x-taulukon neliöidyt alkiot.
  2. Käytä oikeaa funktiota hajontakuvion luomiseen.
  3. Anna x ja y tälle funktiolle oikeassa järjestyksessä.
  4. Aseta merkkien kooksi 70.

Ratkaisu

Switch to desktopVaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoista
Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 2. Luku 3

Kysy tekoälyä

expand
ChatGPT

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

book
Hajontakuvio

Note
Määritelmä

Hajontakuvio on kaaviotyyppi, joka esittää kahden muuttujan (x ja y) välisen suhteen pisteiden tai muiden merkkien avulla.

Hajontakuviot ovat yksi yksinkertaisimmista työkaluista kahden muuttujan korrelaation visuaaliseen tarkasteluun. Vaikka ne eivät ole tarkimpia menetelmiä, ne tarjoavat usein hyödyllistä tietoa yhdellä silmäyksellä.

Se muistuttaa viivakuviota, mutta siinä ei ole viivoja, vain merkkejä. Hajontakuvion luomiseksi tarvitsee vain käyttää scatter()-kirjaston pyplot-funktiota, jossa ensin annetaan x-akselin arvot ja sitten y-akselin arvot. Katsotaanpa esimerkkiä:

1234567
import matplotlib.pyplot as plt import numpy as np x = np.array([6, 1, 8, 20, 13, 4, 16, 5, 11, 10]) y = 2 * x + 5 # Creating a scatter plot plt.scatter(x, y) plt.show()
copy

Funktion scatter() syntaksi muistuttaa plot()-funktion syntaksia. Toisin kuin plot(), sinun on kuitenkin aina annettava arvot sekä x- että y-parametreille.

Tässä esimerkissä y lasketaan kaavalla y = 2x + 5. Hajontakuvio osoittaa positiivisen lineaarisen yhteyden — kun x kasvaa, myös y kasvaa, ja päinvastoin.

On myös mahdollista asettaa muita merkkejä pisteiden sijaan sekä määrittää niiden koko käyttämällä marker- ja s-parametreja:

1234567
import matplotlib.pyplot as plt import numpy as np x = np.array([6, 1, 8, 20, 13, 4, 16, 5, 11, 10]) y = 2 * x + 5 # Specifying the markers and their size plt.scatter(x, y, marker='x', s=100) plt.show()
copy

Tässä käytettiin 'x'-merkkejä oletusmerkkien 'o' (pisteiden) sijaan, ja niiden kooksi asetettiin 100. Voit säätää s-parametria kokeillaksesi eri merkkien kokoja.

Note
Opiskele lisää

Seuraava osio keskittyy tarkemmin kuvaajien mukauttamiseen, mutta tällä hetkellä voit käyttää scatter() -funktion dokumentaatiota tutkiaksesi lisää.

Useiden hajontakuvioiden piirtäminen onnistuu helposti kutsumalla scatter()-funktiota kahdesti eri x- ja y-argumenteilla (samoin kuin viivakuvioissa).

Note
Huomio

Vaikka plt.plot(x, y, 'o') ja plt.scatter(x, y) näyttävät ensi silmäyksellä samankaltaisilta, niillä on eri käyttötarkoitukset:

  • plt.plot(x, y, 'o') on viivakuviofunktio, jossa käytetään 'o'-merkkiä näyttämään vain pisteet. Se on nopea, mutta tarjoaa rajalliset muotoilumahdollisuudet.
  • plt.scatter(x, y) on hajontakuvioihin tarkoitettu funktio, joka mahdollistaa yksittäisten pisteiden koon, värin ja läpinäkyvyyden mukauttamisen.
Tehtävä

Swipe to start coding

Näytä kvadraattinen riippuvuus kahden muuttujan välillä hajontakuvion avulla:

  1. Korvaa alaviivat niin, että y-taulukko sisältää x-taulukon neliöidyt alkiot.
  2. Käytä oikeaa funktiota hajontakuvion luomiseen.
  3. Anna x ja y tälle funktiolle oikeassa järjestyksessä.
  4. Aseta merkkien kooksi 70.

Ratkaisu

Switch to desktopVaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoista
Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 2. Luku 3
Switch to desktopVaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoista
Pahoittelemme, että jotain meni pieleen. Mitä tapahtui?
some-alt